EMLOG接口开发实战：用C#编写爬虫获取数据并防范SQL注入（附代码案例）

在零点博客折腾代码的这段时间里，我发现很多初学者对C#后端开发有着天然的敬畏，尤其是在对接数据库和编写爬虫接口时。很多人直接复制粘贴导致代码无法运行，或者为了图快而忽略了最危险的SQL注入漏洞。今天这篇复盘，我想用最接地气的方式，结合C#爬虫开发、EMLOG环境下的后端逻辑以及MySQL数据库操作，带你走一遍完整的从数据采集到存储流程，包含几个真实可落地的代码案例。

一、为什么选择C#做爬虫接口？

在之前的文章中我们提到过，PHP虽然灵活，但在处理高频并发和多线程任务时，C#的.NET Core表现更稳定。我们需要做一个接口，让EMLOG或其他系统可以调用。

1. 数据获取：解析JSON与正则

我们的目标是从一个公开的API获取城市列表。这里直接给出代码案例，展示如何用HttpClient和Regex清洗数据。

using System;
using System.Net.Http;
using System.Threading.Tasks;
using System.Text.RegularExpressions;

// 模拟获取并清洗数据
async Task<string> FetchCityData(string url)
{
    using (var client = new HttpClient())
    {
        // 这里可以配置User-Agent防止被拦截
        client.DefaultRequestHeaders.Add("User-Agent", "Mozilla/5.0");
        var response = await client.GetStringAsync(url);

        // 使用正则表达式提取特定格式的数据，避免直接JSON反序列化可能导致的异常
        var regex = new Regex(@"city";
        return regex.IsMatch(response) ? "Success" : "Fail";
    }
}

二、数据库操作：SQL注入防护与预处理

拿到数据后，最关键的一步是入库。这是我经常在群里看到新手踩坑的地方——直接用字符串拼接SQL。这是代码案例中绝对不能出现的行为。

1. 禁忌：字符串拼接SQL

string sql = "INSERT INTO users (name) VALUES ('" + input + "');" 这种写法，一旦输入者带上单引号或脚本，整个数据库就挂了。

2. 必须使用：预处理语句（Parameterized Queries）

下面这个C#连接MySQL的代码案例，展示了标准的入参处理，这不仅能防止SQL注入，还能提高执行效率。

using (var connection = new MySqlConnection(connectionString))
{
    connection.Open();
    // 使用预处理语句构建SQL
    string sql = "INSERT INTO articles (title, content, create_time) VALUES (@Title, @Content, @Time)";

    using (var cmd = new MySqlCommand(sql, connection))
    {
        // 添加参数，C#会自动处理引号转义
        cmd.Parameters.AddWithValue("@Title", title);
        cmd.Parameters.AddWithValue("@Content", content);
        cmd.Parameters.AddWithValue("@Time", DateTime.Now);

        cmd.ExecuteNonQuery();
    }
}

三、接口开发与数据交互

当后端处理好数据后，需要向前端提供接口。这里涉及到了JSON/XML的解析和返回。通常我们用Web API的方式封装，前端通过AJAX请求获取。

{
    "status": 200,
    "message": "数据插入成功",
    "data": {
        "id": 1024,
        "title": "零点博客更新日志",
        "timestamp": "2023-10-27T10:00:00"
    }
}

四、真人博主复盘：避坑指南

正则陷阱： 写爬虫时，正则表达式尽量写清楚边界，例如 `^` 和 `$`，否则可能匹配到不该匹配的长字符串，导致内存溢出。
字符集问题： 在做C#与MySQL交互时，一定要确保数据库连接字符串中指定了字符集，比如 `charset=utf8mb4`，否则中文存进去会乱码。
工具辅助： 如果JSON解析困难，强烈推荐使用在线工具进行格式化，或者写个简单的C#控制台程序打印解析后的对象结构，能省去很多调试时间。

开发没有捷径，尤其是涉及安全问题时。希望大家在零点博客学习这些知识时，能先跑通这个代码案例，再谈创新。如果你在实战中遇到其他问题，欢迎在评论区留言，我会一一解答。